信号检测论
是针对反应偏差问题的一种系统研究方法（green & swets，1966)，强调刺激事件出现与否的决策判断过程。
信号检测论的基本决策模型如下图（又称为权衡矩阵，是分析决策的重要工具）
假设你参加一项实验，任务是你要检测一个微弱的光。
在实验的第一阶段，当你正确判断“是，有灯光”时，研究者给你5美元。
在实验的第二阶段，当你正确判断“不，没有灯光”时，研究者给你5美元。
在每个阶段，每次错误判断都将处罚2美元。
在全部实验中，微弱光的刺激和无刺激情况各出现一半的次数。
每一次测验，观察者如果认为信号出现就以“是”反应，如果认为没有信号就以“否”反应。
信号检测论
矩阵a根据是否有信号出现和观察者的反应是否正确，可以区分四种反应，击中、漏报、虚报和正确否定，显示了被试对刺激所做反应的所有可能结果。
矩阵b显示了实验第一阶段“倾向于说是”的反应。
矩阵c显示了实验第二阶段“倾向于说否”的反应。
你是否能观察到这个奖励结构在第一和第二阶段将产生怎样的反应偏差的变化？
在第一阶段你是否更愿意说“不”？
在日常生活中的应用，此模型是分析决策的重要工具
日常决策涉及到对每一次击中和正确否定的不同奖励，以及对每一个漏报和虚报的惩罚。
实例：
一、对损益的预期很可能使你的决定产生偏差。
如果你拒绝一次看电影的邀清？
正确否定：你将可能会避免一次无聊的夜晚；
漏报：你将失去获得终生爱情的机会；
最终是否能清楚的帮你权衡，拒绝与否的损益呢？
二、如果刺激出现时你说“否”（漏报）的代价高于刺激没有出现时你说“是”（虚报）的代价，你将更多地采用“是”策略。
比如当外科医生不能完全确定肿瘤是否为恶性的时候，他们更倾向于采取手术方案，因此宁愿冒虚报的风险，而不冒漏报恶性肿瘤的风险——没能避免死亡。
所以，对于每次决策必须考虑有用的证据，每一类错误的相对代价，和每一类正确决策的相对收益，建立与其对应的“权衡矩阵”这样决策就会变的清晰。